1. 研究目的与意义（文献综述）

2016年3月份ai围棋程序alphago战胜人类棋手李世石，点燃了业界对人工智能发展的热情，人工智能成为未来的趋势越来越接近。

人工智能包括三个要素：算法，计算和数据。人工智能算法目前最主流的是深度学习。深度学习是机器学习的一个领域，属于人工智能的范畴。深度学习主要研究的是人工神经网络的算法、理论、应用。自从2006年hinton等人提出来之后，深度学习高速发展，在自然语言处理、图像处理、语音处理等领域都取得了非凡的成就，受到了巨大的关注。在互联网概念被人们普遍关注的时代，深度学习给人工智能带来的影响是巨大的，人们会为它隐含的巨大潜能以及广泛的应用价值感到不可思议。计算机的深度学习所对应的硬件平台有：cpu、gpu、fpga、asic。

最初深度学习算法的主要计算平台是 cpu，因为 cpu 通用性好，硬件框架已经很成熟，对于程序员来说非常友好。然而，当深度学习算法对运算能力需求越来越大时，人们发现 cpu 执行深度学习的效率并不高。cpu 为了满足通用性，芯片面积有很大一部分都用于复杂的控制流和cache缓存，留给运算单元的面积并不多。这时候，gpu 进入了深度学习研究者的视野。gpu原本的目的是图像渲染，图像渲染算法又因为像素与像素之间相对独立，gpu提供大量并行运算单元，可以同时对很多像素进行并行处理，而这个架构正好能用在深度学习算法上。

2. 研究的基本内容与方案

2.1 研究的基本内容

了解计算机深度学习的原理，掌握它所包含的数学知识及实际运算方法，学习深度学习算法的识别过程。

学习fpga的工作过程及具体的仿真实现过程，包括编程软件的使用、vhdl语言的学习及运用等等。

3. 研究计划与安排

1-3周 查阅中、英文资料，完成开题报告，完成不少于2万字符的英文翻译任务；
4-5周 学习相关资料，理解中英文文献的内容，并掌握相关识别方法；

6-7周 学习深度学习算法的识别过程，了解识别过程，并能灵活运用；
8-9周 学习vhdl语言的编写，掌握其中的数学知识；

10-11周 学会相关软件的使用，能完成一些fpga设计的全部过程；

4. 参考文献（12篇以上）

[1]郭丽丽,丁世飞.深度学习研究进展[j].计算机科学,2015,42(5):28-33.

[2]惠人杰，孙美施，孙伶.一种改进的车牌识别算法设计与实现.南通大学学报（自然科学版）2015年4期p1-5.

[3]peter flach.机器学习[m].人民邮电出版社,2016.